改进智能水滴算法求解混合时间窗车辆路径问题

摘要

针对多目标车辆路径问题,研究车载量、配送里程、混合时间窗等限制约束条件下,以最小配送费用和最少配送车辆数为目标建立多目标数学模型.在分析智能水滴算法求解类似离散问题时存在的局限性基础上,运用多种方式对其进行改进,引入遗传算法选择、交叉及重组算子提高其性能,构建出两种改进智能水滴遗传混合算法,并运用Solomon标准对测试算例和实际算例进行验证.比较结果显示,改进后的混合算法能够有效解决离散问题,在持续寻优能力上较传统智能水滴算法和遗传算法更优,并且竞争选择改进智能水滴遗传混合算法求解算例效果最优.